Analysis of technologies for the exploitation of unconventional reservoirs: tar sands*
Bibliographic record
Abstract
En los últimos años se ha visto un declive muy pronunciado en las reservas de hidrocarburos provenientes de yacimientos convencionales lo que ha provocado que la industria petrolera fije sus planes futuros en la explotación de yacimientos no convencionales. La apuesta de la industria petrolera por los yacimientos no convencionales ha desencadenado un desarrollo de tecnologías que se enfocan en extraer de manera eficiente y eficaz todo el hidrocarburo posible de este tipo de yacimientos. Las arenas bituminosas son un tipo de yacimiento no convencional de gran importancia debido a que se han encontrado grandes cantidades de reservas con este tipo de recurso, por lo que se han desarrollado diversas tecnologías para la explotación de estas, las técnicas y tecnologías se dividen en procesos térmicos de explotación In situ y en extracción con minería a cielo abierto. Las tecnologías aplicadas a la explotación de arenas bituminosas difieren unas de otras en la operación técnica, además de los criterios que se deben tener en cuenta con respecto a la formación donde va a ser aplicado el método de explotación. Considerando la importancia de la explotación de yacimientos de arenas bituminosas, en este trabajo presentan las generalidades de los yacimientos de arenas bituminosas, algunos de los yacimientos de arenas bituminosas más importantes en el mundo, además del estudio los diferentes métodos empleados en la explotación de arenas bituminosas, determinando así las ventajas, desventajas e impacto ambiental involucrado en cada uno de los métodos, con el fin de elaborar un cuadro comparativo y un screening de aplicación con los diferentes métodos, para finalmente determinar el mejor método de explotación de arenas bituminosas visto desde el ámbito técnico y ambiental para finalmente ser aplicado en un caso estudio proveniente de la literatura.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.000 | 0.001 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.002 |
| Science and technology studies | 0.000 | 0.001 |
| Scholarly communication | 0.000 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.004 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one teacher head, not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".